加急见刊

适用于数据分类的极限学习机优化算法

吴亚榕; 王欢; 李键红 仲恺农业工程学院仲恺科技孵化园; 仲恺农业工程学院网络与现代教育技术中心; 广东广州510225; 广东外语外贸大学语言工程与计算实验室; 广东广州510006

摘要：针对极限学习机参数优化问题,提出量子遗传算法优化极限学习机的方法(QGA-ELM)。在该方法中,对ELM的输入权值和隐含层阈值采用量子比特编码,并将其映射为QGA的染色体,QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值,以此训练出分类精度更高的ELM,从而改善ELM的泛化性能。通过ELM和QGA-ELM对数据集的仿真结果对比表明,QGA-ELM有效地提升了ELM网络的分类精度。

注: 保护知识产权,如需阅读全文请联系软件导刊杂志社